Классификатор на базе DistilBERT определяет, является ли английский текст шумом, несвязным набором слов, слабовыраженной бессмыслицей или связным сообщением.

Подходит для: отсеивание бессмысленных запросов в чат-боте · классификация текста по уровням бессмыслицы · фильтрация шума и несвязных сообщений

Дистиллированная модель DeiT-base классифицирует изображения по 1 000 классам ImageNet-1k.

Подходит для: классификация изображений на классы ImageNet · распознавание объектов и сцен на изображениях · получение оценок принадлежности изображения к классам

Модифицированная версия MiMo-V2.6-Distill-Qwen-9B с изменением поведения отказов, предназначенная для диалоговых экспериментов и мультимодальных сценариев.

Подходит для: эксперименты с уменьшением фраз отказа в ответах чат-модели · диалоговое взаимодействие с моделью семейства Qwen · исследование влияния модификации весов на поведение модели

DeiT-base — дистиллированный Vision Transformer для классификации изображений по классам ImageNet.

Подходит для: классификация фотографий по классам ImageNet · распознавание объектов на изображениях · получение top-1 и top-5 классов для изображения

Наградная модель InternLM2 на 1,7 млрд параметров для оценки, сравнения и ранжирования ответов диалоговых моделей по предпочтительности.

Подходит для: оценка предпочтительности ответа чат-бота · сравнение двух вариантов ответа языковой модели · ранжирование нескольких ответов для выбора лучшего

Компактная модель DistilBERT для присвоения меток отдельным токенам текста.

Подходит для: разметка токенов в тексте · выделение именованных сущностей при наличии подходящей схемы меток · эксперименты с классификацией токенов в Transformers

Модель Datalab на базе DistilBERT классифицирует текст для обнаружения ошибок OCR.

Подходит для: поиск ошибок в распознанном OCR-тексте · проверка качества OCR в документах · фильтрация фрагментов текста с вероятными ошибками распознавания

Англоязычный классификатор ProtectAI на базе distilroberta-base для обнаружения отказов в ответах LLM.

Подходит для: обнаружение отказов в ответах чат-ботов · проверка ответов LLM после модерации · поиск отказов в наборах ответов языковых моделей

Дообученная на DistilBERT multilingual модель классифицирует текстовые последовательности, но назначение классов в карточке не раскрыто.

Подходит для: Классификация текстовых последовательностей · Применение модели в задачах классификации на основе DistilBERT · Оценка предсказаний на собственном размеченном наборе

Визуальный трансформер DeiT, обученный на ImageNet-1k с дистилляцией, для классификации изображений и извлечения эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet-1k · распознавание объектов и сцен на изображениях · извлечение векторных представлений изображений

Дистиллированная модель BART для классификации текстов по заданным категориям без отдельного обучения на них.

Подходит для: классификация обращений по заданным категориям · маршрутизация текстовых запросов по темам · тематическая разметка документов заданным списком меток

SAM 2.1 Hiera Large — модель FAIR для сегментации объектов на изображениях и их отслеживания между кадрами видео по визуальным подсказкам или автоматически.

Подходит для: автоматическое выделение объектов на изображениях · сегментация объекта по клику или нескольким точкам · сегментация по ограничивающей рамке

Компактный дистиллированный Vision Transformer для классификации изображений по классам ImageNet-1k.

Подходит для: классификация объектов на фотографиях · распознавание сцен и предметов на изображениях · классификация изображений на устройстве с ограниченными ресурсами

SegFormer B0 — модель NVIDIA для семантической сегментации изображений, дообученная на ADE20K.

Подходит для: семантическая сегментация фотографий · разметка пикселей по классам объектов и элементов сцены · разбор городских и уличных сцен

Компактный визуальный трансформер DeiT для классификации изображений ImageNet-1k и извлечения признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение эмбеддингов изображений · создание признакового бэкбона для компьютерного зрения

DeiT-Base с дистилляционным токеном классифицирует изображения ImageNet-1k и может служить основой для извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение визуальных эмбеддингов для поиска похожих изображений · использование визуального backbone в задачах компьютерного зрения

Сжатая BART-модель для zero-shot-классификации текстов по пользовательским меткам и гипотезам.

Подходит для: классификация отзывов по заданным темам без обучения на этих темах · маршрутизация обращений в нужные категории поддержки · сортировка новостных текстов по пользовательским рубрикам

SegFormer-B2 — модель семантической сегментации, которая размечает классы объектов и сцен на изображениях.

Подходит для: пиксельная разметка объектов на фотографиях · распознавание элементов городской и природной сцены · сегментация изображений для компьютерного зрения

Компактная модель Vision Transformer с токенной дистилляцией для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение карт признаков для компьютерного зрения

Дообученная англоязычная DistilBERT-модель классифицирует текст и выявляет ненормативную лексику для автоматической фильтрации и модерации.

Подходит для: выявление ненормативной лексики в сообщениях · фильтрация комментариев и пользовательских публикаций · предварительная модерация англоязычных текстов

Дообученная DistilBERT-модель для классификации текстовых запросов по категориям.

Подходит для: классификация пользовательских запросов по категориям · распределение коротких текстовых обращений по меткам · автоматическая маршрутизация сообщений по классам

Дообученная модель DistilBERT для классификации текстовых последовательностей.

Подходит для: классификация текстовых последовательностей · определение категории текста при наличии соответствующих меток · встраивание классификатора в конвейер обработки текста

Модель FAIR для выделения объектов масками на изображениях и видео, в том числе по точкам и рамкам с отслеживанием объектов между кадрами.

Подходит для: автоматическое выделение объектов на изображении · сегментация объекта по клику или нескольким точкам · сегментация объектов по ограничивающей рамке

Дообученная DistilBERT для классификации англоязычного текста.

Подходит для: классификация текстовых сообщений · распределение документов по категориям · определение метки для короткого текста